RNA-sequencing in het Framingham Heart Study Third Generation Cohort Exam 2

RNA-sequencing (RNA-seq) is een krachtig hulpmiddel om het transcriptoom met ongelooflijke diepte en helderheid te evalueren. In vergelijking met genexpressie-arrays maakt RNA-seq de identificatie en kwantificering mogelijk van een grotere set bekende transcripten (inclusief lange niet-coderende RNA's [lncRNA's]), nieuwe transcripten, alternatieve splitsingsgebeurtenissen en allelspecifieke expressie (inclusief ouder- allelspecifieke expressie van oorsprong); allemaal met een veel hogere signaal-ruisverhouding in vergelijking met genexpressieprofilering via microarrays. De relaties van deze transcriptomische kenmerken met gezondheid en ziekte in zeer grote populatiestudies zijn onvoldoende onderzocht. Het is onze overtuiging dat dit voorgestelde project nieuwe biomarkers van ziekterisico's zal identificeren en inzicht zal verschaffen in ziektepathogenese. De Framingham Heart Study (FHS) is bij uitstek geschikt om RNA-seq uit te voeren vanwege de rijkdom aan bestaande fenotypebronnen in combinatie met gegevens over de hele genoomsequentie (WGS) van TOPMed en methylomische gegevens, gegevens en andere omics-gegevens die kunnen worden gebruikt bij extreem lage kosten om de impact van een investering in RNA-seq te maximaliseren.

De komst van high-throughput RNA-seq-technologie heeft een revolutie teweeggebracht in transcriptomische profilering op een ongekende schaal, wat heeft geleid tot de ontdekking van nieuwe RNA-soorten en ons begrip van transcriptomische dynamiek heeft verdiept. Vergeleken met op microarray gebaseerde RNA-profilering, wordt RNA-seq gewaardeerd om zijn vermogen om de complexiteit van het transcriptoom te onthullen, dat voorheen onbekende codering en lncRNA-soorten, nieuwe getranscribeerde regio's, alternatieve splicing, allelspecifieke expressie en fusiegenen omvat. Dit project stelt voor voortbouwen op en uitbreiden van het werk dat is uitgevoerd met behulp van genexpressie-arrays in de FHS door complexe transcriptomische kenmerken te onderzoeken die niet kunnen worden bepaald met behulp van op microarray gebaseerde expressiegegevens.

In dit voorstel richten we ons op expressieniveaus van eiwitcoderende RNA's, lncRNA's, alternatieve splicing en allelspecifieke expressie. Er zijn ~ 18.000 mRNA-transcripten op genniveau voor eiwitcoderende RNA's. Alternatieve splicing is een strak gereguleerd proces dat verschillende mRNA-isovormen produceert uit genen die meerdere exons bevatten. Een belangrijke toepassing van RNA-seq is het detecteren van zelfs subtiele verschillen in exon-splitsing. lncRNA's zijn niet-eiwit-coderende transcripten langer dan 200 nucleotiden en zijn betrokken bij veel biologische processen. Sommige lncRNA's beïnvloeden bijvoorbeeld de expressie van nabijgelegen eiwitcoderende genen, sommige kunnen binden aan enzymen die transcriptiepatronen reguleren, en andere lncRNA's zijn voorlopers van kleine RNA's. Er is een aantal computationele methoden ontwikkeld om alternatieve splicing en lncRNA's uit RNA-seq-gegevens te detecteren. Identificatie van alternatieve splicing en lncRNA's zal worden gestandaardiseerd in TOPMed-onderzoeken en we zullen analyses uitvoeren op centraal genaamde splice-gegevens en op lncRNA's. Allelspecifieke expressie (ASE), die niet kan worden gemeten met behulp van microarrays, maakt de differentiatie mogelijk tussen transcripten van de twee haplotypes van een individu op heterozygote locaties. ASE maakt een meer gedetailleerd begrip mogelijk van hoe een ziektegerelateerd genotype de genexpressie beïnvloedt. ASE is in verband gebracht met ziekten bij de mens in kleine steekproeven, maar is niet volledig onderzocht in grote populaties. Standaard

bioinformatica-tools zijn ontwikkeld om ASE te bestuderen. Bovendien zal het met TOPMed WGS-gegevens over ouders uit het FHS Offspring-cohort mogelijk zijn om ouder-van-oorsprong ASE te bestuderen, waardoor ons vermogen om factoren te ontleden die bijdragen aan de transgenerationele overerving van cardiometabole ziekte wordt bevorderd.

In deze aanvraag stellen we voor om het onderzoek naar transcriptomics in FHS Third Generation cohort examen 2 deelnemers uit te breiden. De doelstellingen van het uitvoeren van RNA-seq in de FHS Third Generation cohortspiegel en breiden die uit van onze originele microarray-gebaseerde genexpressieprofilering. Specifiek zullen we de associatie onderzoeken van complexe transcriptomische variatie met: 1) cardiometabole ziekte-uitkomsten, 2) genetische sequentievariatie, en 3) meerdere lagen van omic-gegevens (Doelstellingen 1-3). Met de voorgestelde RNA-seq-gegevens zullen zowel onderzoekers als de algemene wetenschappelijke gemeenschap (via dbGaP-toegang) de mogelijkheid hebben om transcriptomics vanuit verschillende perspectieven te bestuderen, altijd gebruikmakend van bestaande bronnen om de wetenschappelijke waarde van dit project te vergroten. Om het rendement op de investering te maximaliseren, zal sequencing worden uitgevoerd door een aangewezen TOPMed RNA-seq-laboratorium en zullen de doelstellingen van dit project worden gecoördineerd met andere

TOPMed-onderzoeken die RNA-seq uitvoeren.